人工智能教育范文

人工智能教育范文第1篇

人工智能的教育本体：教育的变与不变

从本质上讲，人工智能技术是信息技术革命的集大成者。自从托夫勒1970年写出《未来的冲击》，信息技术革命越来越快，概念越来越多，没有停止的迹象。仅从近五年来看：大数据、数据科学、生命信息、工业4.0、物联网、新硬件时代、机器人、互联网+、人工智能，表面上概念你方唱罢我登场，但内在逻辑一直没有变：从单项技术走向全面融合，从局部应用走向全面工具化，而人工智能至少在目前看来是集大成者。硬件上物联网的成熟、软件上高可用性和动态数据库的成熟、生物学上神经科技的进展、数学上网络算法的应用、材料科技上纳米和感知材料的进展、信息科技上芯片和云技术的快速进步。从物理世界到混合世界，再到比特世界，人工智能技术刚刚开始，但人们基于过去工业革命的经验，明确感到这是临界点的来临。

STEM 成为后人工智能教育的不动点：应对科技的变化，教育的变革一直都在进行且与科技的发展互为因果。从彼得・蒂尔对教育的质疑，到创客热潮在美国教育中的掀起，事实上，STEM教育是美国对过去概念化的“实用主义”教育和“通识教育”百年争论的落锤之音。起源于杜威和哈钦斯的那场争论，恰恰是工业革命已经明确成型后的两种教育理念的争论。之所以今天的美国已经很少争论到底是实用主义还是通识教育，是因为美国的科技已经进入到一个新的阶段。教育是一个组织行为，一个围绕未来10年不变的知识、20年不变的技能、30年留存的体验的稳定的复杂社会经济形态，因此不那么容易被颠覆。恰恰是科学、技术、工程、数学（STEM）构成了工业时代（数理化）和后工业时代（文科、理工科）中的不动点，在物理学和几何学中，不动点对于系统的稳定和概念的一致性非常重要，而目前的STEM教育，不仅仅是一个概念的东西，而是旧技术时代向新技术时代过渡的“不动点”。在这个不动点体系中，新的侧重开始后，原有的教师和学科体系以及支撑可以平稳切换，不至于导致教学秩序的混乱。

元学科、应用学科和副科发生结构性的变化。由于人工智能的出现，使得复杂计算和系统计算以及简单的人机交互计算工具化全面超越人类，对技术基础这个原有概念的教育的分歧越来越大。人工智能视野下学科概念如果表述成元学科、应用学科与素质学科，那么教育学科的概念的持续性还能以最大公约数继续运行：以数学、物理、化学等元学科为代表的学科，在今后的教育中更加重要并将作为筛选人的条件。而应用科学：（生物、地理、信息、劳动）学科，将着重项目制学习、体验学习，成为培养人的目标；社会科学（历史、哲学、思想品德）将来的重点在于综合应用，批判性思维学习，更加侧重学科的来源和发展；而综合素质类（音乐、体育、美术）将从副科走向前台。@样，围绕STEM的教育，人工智能下的教育体系还是一贯的科学（元学科）、技术（应用学科）、工程（素质学科、社会学科、管理学科）、数学（逻辑、数学学科）。

人工智能技术对学科的影响：越理性，越感性

数学：传统的工业时代的数学，其训练方法是数值计算，其指向是力学计算，这种侧重至今还非常浓厚。随着知识库的普及和共享以及计算工具的进化，越来越少的人将来从事传统的工程计算行业，而正宗的工科专业越来越向着专业化和高端化演化（如学材料的将来的进入门槛很可能是博士）。但是，人工智能今后用到的大量的数学以及人与人打交道用到的计算机数学，统计学基础的数学，这方面中国数学还停留在工业时代。美国学生从高中就开始问卷处理和微积分的学习，大学数学更加有用的是方程组、统计学等。数学是一个典型的年龄相关性学科，一定要从小学，而且转向数值和算法类的学习，从偏向材料计算的高等数学方向，转向偏向矩阵计算的统计数学方向，逻辑学、几何学和统计学成为三个数学学习的支柱。

物理：有一位著名的物理学家回顾过去物理百年，发现一个有趣的现象：“力”这个概念，在物理学上看，已经不是一个原始的变量了，能量和质量才是，为什么我们的老师还在使用这个概念呢？那是因为在机械时代，“力”是最容易理解的组合概念。在工业革命前后的几百年直到今天，物理学教育的重点还是偏向传统力学计算方向，从中小学来说就是牛顿力学。然而随着工业时代的结束，人们更容易见到的力学概念不再是机械和天体，而是转向社交网络、计算机图像、信息变量、生物体和电子学以及更容易接受的能量、时间维度。数学老师们转向统计学的同时，物理老师应该考虑从牛顿力学转向量子力学和热力学甚至时空维度，这些对于孩子未来的人生更是基础，而通过物理学进行基础的科学实证的训练以及科学观测和数据处理，才是物理学最基础的作用和价值体现。不然，人生什么年龄都可以去学物理而不必非要从未成年时代去学。

元科学化学：中美物理学和化学都是选择性的，但比较中美化学教育，却发现有很大的不同。美国高中化学就允许且必须使用带有功能性计算的计算器，而中国大学生都没有这方面的训练。也就是说，随着化学和生物化学要求越来越高、知识点越来越多，设法绕过烦人的记忆而走向逻辑，是美国学习化学的方向，这点也值得我们注意。另外，化学的侧重由从偏向无机化学方向的基础化学，转向偏向生物和有机化学方向甚至与物理相结合的量子规律，是化学学科的重点。例如，很多美国的大学录取要看高中生在化学创新方面的实践，能创新的往往是生物化学。

外语：工具性的外语逐渐失去市场，形式节奏上的美学、逻辑学角度的词源学、社会学角度的语言学、心理学角度的语义学成为外语复兴的落脚点。另外，似乎从来没有人将计算机程序当作外语来教，事实上，随着工具性的外语被人工智能取代，计算机程序语言很可能成为一种外语，而很多软件人才是学外语出身的，也不断印证这个结论。

语文：可以预料的是，随着工具性的人工智能的出现，原先学习语文的工具性的方法（如语法），逐渐将退出语言学习（包括外语），而作为母语的语文之所以在工具化人工智能时代还得到重视，最重要的理由也许是仪式感的表达：回到经典、回到表达、回到应用、回到美学。

除了以上学科教育的重点随着技术经济必然发生变化外，学科学习的醒悟和内在逻辑将更加重要，学科历史、学科逻辑、学科故事将替代题库训练，因为作为计算的精确性除了特殊人才的培养外，将让位于工具和人工智能，而人要考虑体验和持续学习的兴趣和逻辑。学科学习之间还将朝着融合的方向发展，应用学科和元学科的分离意味着应用学科更加朝着整合的方向发展：地理、生物、科技等融合课程，朝着综合应用发展。

人工智能技术对教育技术的改变：从工具到空间

随着人工智能的发展，也许目前花里胡哨的信息技术将隐身后台。课堂上也许看不见信息化了，师生在课堂层面体验将会越来越好，越来越贴近自然：看不见计算机的信息化，距离教育更近而不是技术更近。

学校之所以存在是因为学校为学生模拟了一个高度抽象的比真实世界还真实的教育世界。因此，未来的校园从改变世界的信息模版角度，将更加强调与客观世界的互动、映射和高度抽象。

美国的大学录取是更接近人工智能手段的个性化录取，而学生选拔是更接近大数据角度的GPA（平均成绩点）。从培养角度，学生画像比GPA更加个性化地从个体角度描述学生的个性特征，学生的学习行为、实践行为、创新行为，在全地域、全信息、全自动、全过程的记录下，将更加全面地反映学生的全貌。智能实验室和智能校园的方向，将来是基于个体的专业学习和评价。

与学生相对应的教育行为画像，将侧重于联系社会、联系科技、联系家庭、联系团队，从重复性劳动变为创造性劳动。

而学校的管理行为将演变成支撑技术：支撑数据、支撑品牌、支撑环境。今后的教育将出现越来越专业和自由的教师，越来越职业的校长。

在教育政策上，由于全国性的数据和人工智能的使用，教育测评将更加专业化、教育本体化（而不是被测评机构和排名所左右），教育选拔将更加科学化和长期化，短视模式随着计算方法和智能评估的进展而迅速被迭代掉，衡水模式将逐渐退出历史舞台，未来应该筛选更应该上清华大学的人和更应该培养好每一个想学习的人。即使仅从功利教育目标来看，教师个体经验也逐渐让位于人工智能和大数据，教育重心从教育哲学属性逐渐走入教育科学属性；而被恐惧绑架的教育所强调的教育的筛选功能，逐渐将重心转向教育培养功能，个体成功的培养目标，逐渐转变成为未来视角的社会价值角度；教育回归人与人的本质关系和专业培育孵化的社会职能，功利性和工具性减弱，过程幸福成为教育者追求的目标。教育者由工匠逐渐转型为艺人，教师由于工具化的替代，将会越来越有尊严和个性，而不是越来越像工具。

“人创造”的价值逐渐凸显，教育的价值在于“创造人”

柯洁在被人工智能的计算机打败之后，接连战胜外国围棋高手，刷了一下存在感并表示：“与机器下棋没意思”。同样，在工具制造时代，如果从质量和精度考虑，无疑机器越来越超过人，然而手工的红木家具、手工的艺术品、手工的食品、甚至手工的衣服和汽车，比起无论从什么角度来看的机器人制造的东西，都越来越贵，人也越来越愿意采购。“人创造”的价值凸显，是体验经济产业升级的一个标志，人工智能时代也不能例外。因为，“有意思和不可复制”才是人消费的高级时代。

不同于机器代替人的重复劳动的趋势，教育与学校会替代机械的班级成为人与人关系的场所，在这个场所中，机器越来越像人来代替人的高级状态，而人越来越摆脱工具性、摆脱重复性，更具艺术性和创造性。研究教育的历史会发现一个普遍的现象，就是随着工具性的增强，反而是班级规模的缩小和师生比的扩大，这也印证了：人毕竟要与人打交道，教育是一个个性化的活动。C器代替人意味着更多的时间人会回到家庭陪同孩子，这在美国已经持续发生了50年，几乎多数的女性甚至男性在孩子成长过程回到家庭（如果他们算教师的话，教师比例更大）。在学校里未来的师生比会持续增加，教育更加不再计较投入产出，而将演变成一种创造性的职业。

杜威在研究工业化革命后的教育中，提出教育的目标更加集中地体现在教育本身之中，教育即生长（教育的目标就是让教育继续下去）。随着工具化的人工智能代替越来越多的教师的重复性劳动，教师的幸福指数越来越高，更多的和更合适的师生比使得学生得到更加专业的呵护和培养，幸福指数也得到提升。教育让生活更美好将逐渐实现，教育即生活的前提条件是教师不再是指标的工具，学生不再是考核的工具。

人工智能的发展趋势必然是少量精英通过复制经验和算法而改变世界，多数人进行创造性劳动而改变自己、改变体验。人工智能的工具化肩负着为人类谋取福利的使命，而学校肩负的创造未来人的使命将越来越重要。人工智能刚刚起步，其算法也需要人，其目的也是为了人，人极其复杂，近期不可能被机器替代。即使将来奇点到来，机器全面超越人类，机器和机器成为人与人之间的人之间的竞争，本质上还是人性之间的比拼。那么，学校、教师不会不重要，只会越来越重要。只不过，学校的价值是什么、教师的价值是什么，由于很多过去的功能被替代，我们将不断思考，越来越清楚教育的本体，越来越集中于教育的本身，其他的交给技术去吧。

人工智能教育范文第2篇

关键词：人工智能；情商；课程思政；自我激励；情绪调节

一、引言

人工智能时代的到来，一些重复性的、体力性的劳动被机器所取代，也创造了一些新的工作岗位和工作机会。“人类”特有的技能，如创造力、独创性和主动性、批判性思维、说服和谈判能力、关注细节、弹性、灵活性和解决复杂问题的能力、情商、领导力、社会影响力以及服务导向等方面的需求比以前有更大幅度地增长[1]。在这些“人类”特有的技能中，情商尤为重要。有研究证据表明情商对创造力、主动性、说服、解决问题的能力等等都有正向影响，能对人类其他的技能产生积极作用。人工智能时代，高等教育也受到前所未有的冲击，学生可以在网上找到各种学习资源，教师已经不再是学生最重要的知识来源。在这种背景之下，校园的情商教育重要性日益凸显。

二、情商与高校学生的学业、生活关系密切

情商与高校学生的学业、生活关系密切，具体表现如下[2]：1.高情商的个体更善于调节情绪，能避免分心和抑制诱惑，能更好地管理用于学习的时间和精力，从而更好地完成学业目标。2.情绪稳定的个体能够有效地分配和利用他们的认知资源——包括注意力、记忆和解决问题的能力，进而提高学习能力。3.情商是成功社交的关键因素。情商能够帮助学生提高社会交往能力，包括与教师的互动，与同伴朋友的互动。4.高情商的学生善于处理人际关系，增加情感投入，进而成功融入大学生活，增强与大学的联系感和归属感。

三、我国情商教育的现状

辽宁师范大学海华学院在校学生的情商调查发现，只有48%左右的学生了解和熟悉情商的概念，只有14.7%的学生能够调节和控制自己的负面情绪[3]。对6所高等院校的工科学生进行情商调查，调查结果显示工科大学生在感知自己情绪和对自己情绪做出客观评价方面得分较高，在对情绪表达方面得分较低[4]。有学者对杭州地区研究生的情商现状进行了调研。研究结果显示56%的学生认为自卑和自满不能说明情商低，55%的学生妒忌别人取得的成绩，50%的学生厌学[5]。从调查结果来看，大学生的情商水平有待提高，在大学进行情商教育是必要的。智商主要由遗传因素决定，情商则可以通过后天培养。大学可以通过开设情商教育课程、开展一些户外的集体活动来进行情商的实践教学。专业课和基础课老师参与情商教育是一种切实可行、成本最低、有效的情商教育手段，所谓“润物细无声”，且能增进师生感情与互动。

四、构建新型的师生关系

大学是学生形成正确的人生观和价值观的重要阶段，在人工智能时代，传授知识已经不是教师最重要的任务，学生从网络上可以获得很多知识，更重要的是培养学生健康的人格，坚强的毅力，怀着一颗善良的心，与人为善，面对生活、工作和学习上的压力，能适时调整自己，始终以积极的心态面对各方面的挑战。为了更好地进行情商教育，对授课的5个班学生进行了问卷调查，使情商教育有的放矢。收回186份有效问卷。问卷调查结果显示，57.5%的学生不了解情商或者了解一些，即使42.5%的学生认为自己了解情商，但他们的理解就是“处之泰然”“与人相处的能力”“为人处世的哲学”等，显然学生对情商没有全面认识，更谈不上知晓情商在自己生活、工作、事业上的重要地位。从问卷调查表来看，29.57%的学生没有明确的职业规划；10.22%的学生完全不能客观全面地评价自己；30.11%的学生对自己的才华和能力很不自信；40.86%的学生在图书馆学习时，如果有人在旁边喧闹，会很生气。可见学生自我认识、自我激励、控制情绪方面有很大的提升空间，在授课过程中，应穿插这些方面的引导与教育。

（一）自我激励

笔者小时候偏理科，初一第二个学期期末考试历史不及格，给了笔者当头一棒，暗下决心，要迎头赶上。平时上课认真听讲，课后认真复习，花了很多时间在文科的学习上，付出有了回报，初三时，笔者的成绩全年级第一名。以笔者的亲身经历告诉学生，每个人的潜力和擅长的东西是不一样的，有些知识点别人很快就学会了，且能举一反三，而你上课没听懂，作业不会做。不要气馁，回宿舍，看视频回放，不懂的知识点多听几遍，除了老师布置的作业，再多做一点练习，跟老师多沟通。相信自己，比别人多花一些时间，学业上一定会有进步。这个学期作业的抄袭率远远低于往年，作业中出现了往年学生没有的错误。每个人理解问题的角度不一样，解题思路也不一样，所以会出现不一样的错误，这样的结果是令人欣慰的。笔者给学生布置了一个作业，“你经历过哪些困难，自己是如何克服这些困难的？”笔者把好的作业跟大家分享，让大家彼此激励，也相互学习自我激励的方法。有的同学克服困难的方法是“挺一挺，就过去了”。这个引出笔者的第二个情商学习内容：情绪调节。

（二）情绪调节

有些困难确实是咬咬牙就挺过去了。但是很多时候需要学习情绪调节，它如同成功的捷径。人在情绪低落时，做事效率低下，容易出错；人心情紧张时，也会影响人的能力正常发挥。因此人要适时的调整自己的情绪，让自己的能力最大限度地发挥出来。美国斯坦福大学的一项研究表明，人大脑里的某一幅图像会像实际情况那样刺激人的神经系统，使得事情不像人希望的那样发展，而向着人害怕的方向发展。因此，同学们要让自己保持“瓦伦达心态”，专心致志于某事，而不在乎这件事的意义和结果[6]。笔者在驾照考试中，心情紧张，各种担心，考试两次没有通过，后来，调整心态，考试中只想着操作细节，没有杂念，第三次考试终于通过了。课间时，笔者让大家畅所欲言谈谈自己克服情绪低落、愤怒和紧张等不良情绪的好方法，让大家相互学习。

（三）相信自己

《电力系统基础》这门课程理论性很强，知识由浅入深，到了第9周、第10周的时候，学生觉得学得有点吃力了，有点挫败感。笔者在第11周上课之前，给他们出了一道选择题，有三个候选人，他们分别是：A、笃信巫医，生活放荡不羁，有多年的吸烟史，而且嗜酒如命；B、曾经两次被赶出办公室，每天要到中午才起床，每晚都要喝大约1公升的白兰地；C、曾是国家的战斗英雄，一直保持素食习惯，热爱艺术，偶尔喝点酒，年轻时从未做过违法的事。在这3个候选人中，有一位会成为众人敬仰的伟人，你们认为会是谁？学生很多都选择了C，而且认为A和B的生活一定很悲惨，很可能成为罪犯。当笔者告诉他们A是富兰克林·罗斯福，美国第32任总统。B是温斯顿·丘吉尔，两度出任英国首相。C是阿道夫·希特勒，纳粹德国元首，第二次世界大战的发动者。笔者看到了很多同学脸上露出了诧异的表情，笔者接着说：“我给大家出这道选择题，是告诉大家，人无完人，连伟人都会犯错，何况我们呢？不管你以前怎样，都过去了，要往前看，从现在开始努力，一定能够成为优秀的人。对于这门课的学习也是一样，我感觉到了你们的懈怠情绪，打起精神，相信自己，多花点时间，一定能学好，一起努力吧。”有几个同学大声地说：“好的。”从这节课之后，笔者明显地感觉到学生的学习积极性提高了，下课问问题的同学也多了，而且提出的问题非常棒，让笔者从另一个角度思考某些知识点的讲授，给了笔者很多启发。

（四）善良和感恩

善良与感恩是人与人之间交往的基石。在电力系统的无功功率平衡和电压调整这一章，为了降低电网的有功损耗和电压降落，无功功率不适合远距离输送。在无功电源的配置上，遵循无功功率就地平衡的原则。联系生活中，就如“远水不救近火，远亲不如近邻”一样。同学来自五湖四海，四面八方，有缘聚在一起，就应该相亲相爱，和睦相处。笔者让同学们畅谈在大学生活中感动他们的事情，大家都很积极，感受到了浓浓的同学情和师生情。“隔离期间，同学给我送被子和日用品，还有好吃的”“生病期间，同学陪我去医院吊水”“和室友一起庆祝生日”“生病了，同学帮打饭”“同学给我辅导功课”“大一的时候，老师跟我促膝而谈，让迷茫的我，找到了人生的方向”……通过回顾生活点滴，将善良与感恩的种子根植于学生的心田，同学们的心紧紧的连接在一起。

（五）人生观与价值观

通过这门课程的学习，学生知道了电力系统的频率与系统的有功功率的平衡水平息息相关，电力系统的电压水平与系统的无功功率平衡水平关系密切。通过这门课程的学习，大家知道了有功和无功一样重要。无功功率就如同社会上很多默默无闻工作的人们，他们的工作虽然不为人知或不被关注，却很重要。同学们在以后的工作中，既要努力工作，做出一些业绩，如同“有功功率”，也不要过分强调自己的作用与能力，不要看重名与利，为了社会发展，要有一点奉献精神，如同“无功功率”。结合专业知识，帮助学生树立正确的人生观和价值观。

五、情商教育效果调查

在学期末的时候，对情商教育效果进行了问卷调查，共收到161份有效问卷。43.48%的学生认为老师讲亲身经历比讲名人的故事对他们更有促进作用，54.04%的学生认为讲名人故事和老师讲亲身经历对他们的促进作用是一样的。91.925%的学生非常认可在专业课教学过程中，穿插一些情商或者思政方面的教育。83.85%的学生觉得情商教育对他们的学业投入有很大的促进作用。83.23%的学生觉得情商教育对树立正确的价值观和人生目标有一定的帮助。从调查结果来看，大部分同学是非常喜欢老师在专业课的讲授中间，穿插一些情商教育。情商教育确实对学生的学业投入、价值观和人生观产生了积极的正面影响。调查结果显示学生自己和老师的一些经历就是情商教育最好的素材。

六、小结

课程思政建设不应该有固定的模式，每个老师应该探索自己的思政教育切入点，笔者以情商教育作为切入点，采用了小组讨论、游戏、学生讲自己的故事、老师讲自己的经历、讲名人的励志故事和播放视频等多种教学手段，取得了比较好的教学效果，等到了学生的肯定和认可。

人工智能教育范文第3篇

目前，大数据和人工智能飞速发展，本次大会以“跨界、融合、创新”为主题，讨论了在互联网时代下，如何利用大数据和语言智能技术优化语言教学和重塑语言学习，并深入地探讨了人工智能和大数据如何改变传统英语写作教学，多位语言学界的专家共同见证了大数据时代下批改网在中小学及高校的英语教学中的发展。“互联网+”时代下，将人工智能和大数据技术应用到英语教学中将成为未来发展的趋势和方向。

此次大会上还了2016百万同题英文写作活动数据报告并举行了盛大的颁奖典礼。教育部高校大学外语教指委秘书长、南京大学王海啸教授了《2016百万同题英文写作大数据报告》，本报告数据来源于同年4～5月份批改网举办的百万同题英文写作活动，今年的活动是由北京大学命题，全国共计9384所学校的22532教师和173万学生参与本次活动。

教育的本质是交互

关于交互认知的研究和实践，中国工程院院士李德毅提出了人与人、人与自然、人与机器人之间的交互认知，满足机器人市场的迫切需求，他指出教育的本质是交互，云计算和大数据成就了人工智能，慕课、微课、翻转课堂和个性化教学等交互认知手段，实现“教”和“学”即时地、个性化反馈和有效沟通，将逐渐把教师转型为教练，同时也肯定了批改网在研究交互认知中的作用与意义，并探讨了从研发特定社交场景的聊天机器人开始研究交互认知的可能性。

那么，研究交互认知的突破口在哪里？李德毅表示，如果能够在一个特定问题上形成交互，我们就可以在千千万万特定问题上构建一个人的脑认知交互。他指出，交互认知有三大块：语言交互、图像交互、体感交互。将来的外语教学很可能是教练机器人替代教师，课堂更多的是个性化、小型化的微课、小课，而且聊天智能是几乎所有服务机器人的必备。

大数据变革外语教学和写作

现在世界变得越来越小，不是地球变小了，而是人与人的距离变得越来越短了，但是数据变得越来越大，所以这是一个离不开大数据的时代，那么，如何把大数据用到外语教学之中？处在于大数据时代，英语教师要做什么？

大数据时代，学生的课本是不是一定要多元化？广东外语外贸大学副校长刘建达认为，提出了一个概念：网络式的、订单式的教材，也就是基于大数据和网络，每个学生用不一样的课本。他认为如果全国都用一本教材，这是在浪费大数据，利用大数据完全可以做到让每个学生的课本都是不同的，至少要努力往这方面走。而且现在的教材要成为订单式的、有针对性的、多模态性的，有了大数据，这种可能性变得越来越大。

刘建达还提出，在大数据时代，我们一定要个性化教学和测评，一定要针对某个学生，利用这个学生学习的过程收集的数据来进行分析。

原四川大学副校长石坚表示，大数据为外语教学带来了变革，学习者的学习环境发生了革命性的变化，传统教学模式下的学生参与课堂活动不足，在大数据系统平台上，课外组织学习和实训可以有效地得到弥补和丰富。而且，英语教学的时空限制得到了真正意义上的打破，所有这些变化都体现出以学习者为中心的现代教学理念，这将有利于我们调动一切积极的因素和技术手段来培养人才。

石坚透露，批改网目前正在批改第216982383篇作文，在这2亿多篇作文背后，批改网、技术精英、外语教师正在创造一个奇迹，大数据给英语的写作带来了质和量的改变。在这个大数据背后我们要看到的是量、速度和它的多样性以及它收集资料的精准和精确性。在大数据实践过程中，我们要看到的是英语写作中心，如何用“英语写作中心”这个概念来培养学生，实际上就是通过写作这个系统，让学生通过大数据在写作中心完成写作的训练，同时通过写作中心人与人相互的交流，学生个体之间的交流，来帮助学生看到他们个性上存在的问题。

用大数据批改英语作文

批改网CEO张跃说，教育不是灌输，而是点燃火焰。会上他以“数据之上”为题做了主题演讲，深刻分析了大数据如何与英语教育相结合以及人工智能如何促进英语学习，张跃透露，批改网已经批改英语作文超过2亿篇，服务超过11万教师和1300万学生，批改网通过数据可以帮助教师像医生一样进行精准化的教学，通过数据可以让学生坚持学习和有尊严的学习，教育不应该是灌输而是点燃火焰。

据了解，批改网是一款用大数据批改英语作文的服务，给出分数和点评，张跃表示，他们认为分数更重要，但是更重要的是下面的点评，点评的目的在于告诉学生如何去提高，而且这个反馈非常快，如果150字的作文在1秒内就可以返回，给学生的感觉是“提交即批改”，日志数字可以看到正在使用批改网的用户是什么，批改网在开学期间每天批改的作文数量大概在300万篇，很多时候学生的积极性是超乎想象的。

互联网重要的过程就是小步迭代、快速试错。张跃说，学生很多时候把写作当成打游戏通关，写篇文章拿到一个分数，改一改再拿到更高的分数，有通关的。最后所有的数据就形成大数据，老师会用这个数据对学生进行分析，理论上可以完成对学生的画像，他看到了什么、修改了什么、得到了什么。

张跃分析了今年的一些数据，到目前为止，批改网的注册用户有1300多万，注册老师有11万多，其中8万多是高校老师，学校有6000多所， 国内90%以上的大学都在使用批改网，中学的用户也越来越多。今年5月21号，批改网批改作文突破2亿篇。批改网于2011年6月28号上线，达到第一个亿的作文批改用了3年，第二个亿用了一年，他预计，今年和明年会有更快速度的增长。

对人工智能的期待

中国教育科学研究院的研究员龚亚夫提出了对人工智能的两点期待，第一点是要满足中小学学习英语最基本的条件，第二点是希望现在人工智能提供一种超越语言、超越文化的英语教育。

龚亚夫说，虽然现在外语教学有了很大的发展，但是还有很多不尽如人意的地方。第一，从这么多语言学习的规律来说，关键不在于接触语言的长度，而在于接触语言的频度。第二，语言的运用与交流。第三，要跟学习者有一定的相关性。第四，要有认知思维的指导。我们需要一个系统，给学生提供自适应，让他在学习系统中不断重构语言的经验，产生他交流的能力。

龚亚夫希望人工智能能够提供一种超越文化与语言的英语交流，人和人之间的交流不仅仅是语言的问题，也不仅仅是听说读写的问题，很重要的是人的品格和人的思维方式的一种体现。

人工智能教育范文第4篇

关键词：人工智能；教育；应用；问题

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2012）03-0159-02

人工智能是研究如何构造智能机器（智能计算机）或智能系统，使其模拟、延伸、扩展人类智能的学科。随着人工智能的理论与技术在社会各个领域的广泛应用，其在教育领域内的应用也越来越受到重视，并取得了一定的研究成果。

一、人工智能教育应用的主要形式

人工智能在教育领域应用的最直接结果就是诞生了智能教学系统。智能教学系统是以计算机辅助教学为基础而兴起的，它是以学生为中心，以计算机为媒介，利用计算机模拟教学专家的思维过程而形成的开放式人机交互系统。目前，智能教学系统已成为人工智能在教育中应用的主要形式。智能教学系统主要是在知识表示、推理方法和自然语言理解等方面应用了人工智能原理。由于它综合了知识专家、教师与学生三者的活动，因此，与之相对应的，智能教学系统一般分成知识库、教学策略和学生模型三个基本模块，再加上一个自然语言智能接口。智能教学系统的功能具体来说有以下几条：了解每个学生的学习能力、认知特点和当前知识水平；能根据学生的不同特点选择适当的教学内容和教学方法，并可对学生进行有针对性的个别指导；允许学生用自然语言与“计算机导师”进行人机对话。智能教学系统的设计不仅要有计算机科学的知识，还需要有教育科学的理论指导。

二、人工智能在教育中应用的局限性分析

1.阻碍人工智能发展的关键因素。在人工智能的发展中，一直存在着对“计算机是否能代替人脑甚至超过人脑”的问题的讨论，实际上，以电子计算机为主要工具模拟人的某些思维活动而产生的人工智能是有局限的。①计算机处理问题的根本原理。要计算机解决某种问题，有三个基本的前提：必须把问题形式化；问题还必须是可计算的，即要有一定的算法；问题必须有合理的复杂度，即要避免指数爆炸。由于人的智能活动不能完全形式化，因此，机器就不能将人脑的智力活动全部复制出来。电子计算机最终只能把握0、1这两个开关代码，遇到不能形式化、不能找到算法或不能程序化的任务，计算机则难以执行。②人和机器之间的根本区别。智能模拟利用了人和机器的共性，即两者都是一个信息转换系统，但两者之间存在着不容忽视的本质区别。智能模拟与天然智能属于两种不同的进化系统，人类的智能是人类社会实践的产物，机器的智能是机械制造的结果。大脑和电脑的组织结构也不相同，两者属于两种不同的运动过程，前者是复杂的生理--心理过程，后者是机械--物理过程。智能模拟可以在局部上超过天然智能，但是，模拟的根本方法是功能模拟法，两个系统在结构和实际过程上是不一样的。智能模拟不具有人的思维的社会性，不具有主观世界。

2.人工智能在教育中应用的局限。就目前人工智能的发展水平以及人工智能本身的特点而言，它在教育中的应用也是有其局限性的。①与学生之间无法畅通交流。教育本质上是一种“交互”活动，而智能教学系统无法实现最充分、最真实的交互。目前自然语言理解的研究成果非常有限，远不能达到人人交流的要求。此外，就态度、品德、情感等教育问题而言，机器只能通过学生输入计算机的信息来判断其掌握和内化程度，而无法像人类教师通过自然状态的交流和观察来判断学生的真实情况，因此，“机器智能”很容易被蒙蔽“双眼”，无法做到像人与人之间那样自然畅通的交流。②决策和推理机制不完善。智能教学系统的关键智能所在是其决策和推理机制，即“教学策略”模块根据不同学生的具体情况通过推理做出灵活决策，这种决策基于学生模块提供的有关学生的知识水平、认知特点和学习风格，而这些不能完全被形式化。同时，随着教育理念的不断更新以及教学模式和教学方法的不断改进，系统所应用的教学策略模块用于评估和判断学生学习过程的能力是有限的。③人工智能并非适合所有的学习领域。根据加涅的学习结果分类，学习分为言语信息、智慧技能、认知策略、动作技能和态度五类。言语信息分为符号学习、事实学习和有组织的知识学习，这些属于可形式化内容，适用于智能教学系统；智慧技能分为辨别、具体概念、定义性概念、规则和高级规则，其中前四项属于可形式化内容，适用于智能教学系统，而高级规则属于复杂――形式化内容，部分内容不适用于智能教学系统；动作技能和态度领域的学习，在其认知成分中可以使用智能教学系统，但情感和行为成分等非形式化内容，则难以用智能教学系统来实现。因此，并不是所有的学习领域都适用于智能教学系统。智能教学系统在教育中应用的重点应放在认知领域中的符号学习、事实学习和有组织的知识学习、辨别、具体概念、定义性概念以及规则这些学习内容上。

三、人工智能教育应用的发展方向

近年来，随着计算机技术、网络技术、人工智能技术以及现代教育教学理论的发展，人工智能在教育中应用的发展呈现出以下几个趋势。

1.开始突破单一的个别化教学模式。长期以来，计算机辅助教学系统和智能教学系统都是强调个别化教学模式，这种模式在发挥学生的学习积极性、主动性和进行因人而异的指导等方面确实有许多优点。但是，随着认知学习理论研究的进展，人们发现在计算机辅助教学系统和智能教学系统中只强调个别化是不够的，在某些场合（例如问题求解）采用协作方式往往更能奏效。因此，近年来在智能教学系统中，协作型教学模式得到越来越多的重视和研究。

2.智能教学系统日益与超媒体技术相结合。超媒体系统具有良好的开发环境、灵活方便的用户界面以及图、文、声并茂的特点，而且其信息的组织方式与人类认知的联想记忆习惯相符，已成为目前一种最理想的信息载体和最有效的信息组织与信息管理技术，在许多领域尤其是教育领域有广阔的应用前景。把超媒体技术引入智能教学系统，从而发展成为智能超媒体辅助教学系统，可以大大改善计算机辅助教学系统的教学环境，激发学生的学习积极性，从而显著提高教学效果。

3.智能教学系统与网络的关系日益密切。网络的应用和普及为远程教育和终身教育提供了一个良好的空间。当前，智能教学与多媒体网络的结合成为人工智能在教育中应用的一个势不可挡的发展趋势。

4.传统人工智能与神经网络模糊决策机制相结合。传统人工智能从宏观角度开展认知模拟，可以部分地模拟人类的逻辑思维过程，而神经网络模糊决策机制从微观方面进行认知模拟，着力实现模仿人类右脑的模糊处理功能和整个大脑的并行化处理功能。今后将探索一种新的智能处理模型：把神经网络的模糊决策机制和符号专家系统的推理能力结合起来，利用多重知识源、多种模型进行复合协同处理。如果上述技术能够成熟运用，那将对人工智能的发展及其在教育中的应用起到决定性的作用。

参考文献：

[1]王士同.人工智能教程[M].北京：电子工业出版社，2001.

[2]王永庆.人工智能原理与方法[M].西安：西安交通大学出版社，1998.

[3]何克抗.计算机辅助教育[M].北京：高等教育出版社，1997.

[4]徐鹏，王以宁.国内人工智能教育应用研究现状与反思[J].现代远距离教育，2009，（5）：3-5.

[5]王海芳，李锋.人工智能应用于教育的新进展[J].现代教育技术，2008，（13）：18-20.

人工智能教育范文第5篇

当前高职教育中为计算机专业学生所开设的人工智能课程很大程度上沿用了普通高等教育环境下的教学方式和内容，这显然与高职教育本身培养人才的目标和方式不一致。高职教育的最终目标是要培养适应生产需要的技能型、应用型人才，而高职教育在教学方式上应更为注重实践教学，包括各种实验、实训、实习和设计。因此，人工智能课程中单纯的理论讲授并不能有效地适应高职教育的实际教学环境要求，有必要对人工智能课程在教学内容和方式上加以改革。三个改革途径（一）引导学生阅读应用研究文献

高职教育强调培养学生的知识应用技能，其中重要的一点是要培养学生把理论知识应用到实际生产中的能力。然而在教学实践过程中，学生普遍反映由于人工智能课程理论性强，难于从课本理论联系到实际的专业应用上，这样对激发学生的学习兴趣，提高技能应用水平是不利的。

实际上，人工智能涉及的应用领域极为广泛，其中在专家系统、模式识别、智能控制、数据挖掘、自然语言理解等方面尤为突出，每一种应用都能够很好地体现出人工智能学科的基本理论方法特点。因此，在课程学习的开始阶段，应让学生按照个人兴趣自行选定某个应用领域，在一定的提示和引导下通过检索有关文献，访问相关的科研院校网站等方式获取资料，了解当前该领域的发展现状和具体产品的开发和使用情况，最后在课程的结束阶段以学习报告的形式在课堂上加以演示和共同讨论，这样可以大大激发学生学习人工智能课程的主观能动性，开阔学生的知识视野。资料的收集阅读与思考是知识应用的首要环节，对于培养应用型人才的知识应用技能很有帮助。（二）安排学生对经典算法程序进行实验

与普通高等教育相比，高职教育更加强调实践教学的重要性。从实践中学习和理解理论知识，并且把所学知识运用到实践中，这是高职教育的重要特点。人工智能课程内容抽象而概念性强，单纯的理论讲解学生难以从中得到启发，也难以体现出高职教育突出实践教学的特点，为此需要安排学生动手实验，从实践中理解人工智能科学的理论原理和应用途径。

在人工智能科学的发展过程中，先后提出了一些经典的优秀算法程序，如A*算法、遗传算法、神经网络的BP学习算法等，在科研和工程实际中得到了广泛的应用，在实践教学中同样有着重要价值。根据教学要求和实际情况，学生并不需要自行设计关于这些算法的具体程序，在提倡开放和共享源代码的今天，通过网络能够获得大量相关的程序代码资源。同时，一些软件平台也集成了一些工具箱，如遗传算法工具箱、神经网络工具箱等，只需设定相关输入参数和数据，便可通过调用工具箱函数实现算法，极为简便而易于理解。

学生应通过对这些程序作验证性实验来理解所学内容。为安排学生有效地进行实验，教师应结合当前阶段所讲授的内容准备相应的算法程序，当该部分内容结束后在课堂上讲解和演示算法程序的运行方法。学生获得该算法程序以及具体的实验任务后在课后完成实验并提交实验报告。

例如，在讲授启发式搜索时，可向学生提供A*算法求解八数码难题的算法程序，并对某个学生给定某个初始棋盘状态，要求学生动手运行程序并记录由算法扩展所得的每个棋盘状态的估价函数计算结果，以及相应的OPEN表和CLOSED表的变化情况，从中理解A*算法的原理特点。又如，在讲授BP学习算法时，可根据学生的实际情况对内容进行调整，强调BP神经网络的实际工程应用价值，而对BP算法的基本原理只作简单介绍。向学生提供利用BP神经网络学习特定目标函数的MATLAB程序代码后，要求学生动手运行该程序，并且记录和对比神经网络在训练前后对目标函数的逼近效果。

（三）启发学生引入人工智能理论方法对毕业设计加以创新

毕业设计是高职教育的重要环节，学生通过毕业设计对以往所学知识作系统性总结，通过毕业设计能进一步加强学生的技能训练，提高学生的技能应用水平。从实践教学的角度来讲，毕业设计不仅仅要求学生对已学知识和技能的简单重复运用，更重要的是强调学生能够主动独立地分析实际问题，对问题的解决方法提出新的观点并付诸实践。然而从教学的实际来看，在毕业设计中学生创新的主动性不足，往往停留在继承和模仿阶段，毕业设计作品少有突破和创新。究其原因，并非学生所学知识和技能不足，而是学生未懂得如何分析已有问题，在其基础上引入新的解决方法或提出新的应用内容。

在计算机领域中，人工智能属于研究和创新的前沿和热点，许多旧有问题利用人工智能方法都得到了新的解决途径。教师在指导学生毕业设计时，可针对某一问题恰当地启发学生引入人工智能的理论和方法，并尝试性地运用在解决当前问题之中，这样能较容易地获得新的改进和突破，对培养学生创新观念和能力很有意义。

人工智能教育范文第6篇

安全监控系统、教室录播系统、学生智能卡片、电子白板、交互式一体机等信息技术设备的运用，让教师和学生的课堂板书和交互行为，都以数据的形式被记录和保存。智能手机在高等教育阶段已经普及，部分中学也允许学生将手机带入课堂，通过智能手机参与课堂活动、访问学习资源，这就形成了学生学习行为的数据。

传统教学方式支撑的学习活动、学生参与活动的数量和质量情况，是通过教师人为评判的得分、级别等进行度量的。在“互联网+”时代，在线学习平台或者课程管理系统支持的学习活动，已经可以借助学习活动指数（OLAI）这样自动生成的包括质量、数量和速度三个维度的指标，做出更精识及时的判断，并为个性化教学策略的实施奠定了基础。

情感、态度和价值观是学生过程性评价的重要因素。传统的评价方法是通过定性分析和调查问卷分析，其缺陷是不精准、不及时。随着人工智能的发展，人脸识别、视频分析、情感计算等技术已经趋于成熟。那么，我们借助这些技术分析课堂录制的学生视频和教师视频，就可以直接获取其面部表情等数据，通过表情变化数据来对学生的情感、态度和价值观进行精确的过程性评价。

在学校层面，数字化校园或者智慧校园等系统平台可以对教师专业发展、学生个性化发展和家校沟通进行有力支撑。平台运行积累的数据，可以实现对教师的评价，对学生成绩的横断面分析和时序变化分析、对学生完成各种学习活动的分析和对学生的精准反馈。

在国家层面，可以借助数据挖掘和数据可视化技术实现决策管理的科学化和信息化。例如，各个省市区的农村生均教育经费动态变化图，可以动态展示农村生均教育经费的时序相对变化；教育经费增长与财政收入增长比例地图，则直观对比反映了某个年度两者比例的增长速度；通过人工神经网络支持的“指数增长预测法”模型，则可以预测未来各年度学生数量、生均经费、经费需求的数值。

人工智能教育范文第7篇

关键词：人工智能；智能科学技术；学科；教育；发展方向

0引言

人工智能（Artificial Intelligence，AI），又称为机器智能或计算机智能，是计算机科学或智能科学中涉及研究、设计和应用智能机器的一个分支。人工智能近期的主要目标在于研究用机器来模仿和执行人脑的某些智力功能，而远期目标是用自动机模仿人类的思维活动和智力功能。

1来之不易的大好机遇

比起国际上人工智能的发展情况，我国的人工智能研究起步较晚，发展道路曲折坎坷，经过质疑、批判甚至压制的艰难发展历程。直到20世纪80年代初期，中国的人工智能研究才开始活跃起来，但由于当时社会上把“人工智能”与“特异功能”混为一谈，对两者一起批判，并一并斥之为“伪科学”，使中国人工智能经历过一段弯路。

中国人工智能学会于1981年在长沙成立后，长期得不到中国科学技术协会和国内科技界的认同，只能挂靠到中国社会科学院哲学研究所，直到2004年，才得以挂靠到中国科学技术协会。这足以表明中国人工智能学会成立后经历的20多年岁月是多么艰辛。因此，在这个时期内，有比较多的中国人工智能学者研究人工智能哲学问题是有历史原因的。

直到改革开放之后，我国的人工智能才逐渐走上发展之路。近两年来，国家领导人对人工智能高度评价，并对我国人工智能的发展提出重要指示，有关部门了《中国制造2025》《机器人产业发展规划（2016―2020年）》《“互联网+”人工智能三年行动实施方案》。这些文件体现了我国已把人工智能技术提升到国家发展战略的高度，为中国人工智能的发展创造了前所未有的优良环境，也赋予人工智能艰巨而光荣的历史使命。

2016年4月，中国人工智能学会联合20余家国家一级学会，在北京举行“2016全球人工智能技术大会暨人工智能60周年纪念活动启动仪式”。这次活动恰逢国际人工智能诞辰60周年，谷歌Alpha Go与世界围棋冠军李世石上演“世纪人机大战”，将人工智能的关注度推到了前所未有的高度。启动仪式共同庆祝国际人工智能诞辰60周年，传承和弘扬人工智能的科学精神，开启智能化时代的新征程。

2大力发展智能科学与技术教育

包括人工智能教育在内的智能科学技术教育是智能科技和智能产业赖以发展的强化剂和推动力，也是高素质智能科技人才培养及智能科技与产业可持续发展的根本保证。我国的智能科技教育已初步形成学科教育与课程教学体系，并在大学计算机、智能科学与技术、电子信息、自动化等专业开设不同层次的人工智能类课程。中国智能科技的进一步发展和人工智能的基础建设问题，都与智能科技人才培养密不可分。只有培养足够多的高素质智能科技人才，才能保证我国智能科技的顺利发展，进而攀登国际智能科技的高峰。

智能科技教育和人才培养是智能科技学科发展的重要基础。我国自20世纪80年代中期开始在少数高校开设各种人工智能类课程以来，经过推广与提高，30年前的人工智能星星之火如今已形成燎原之势，数以百计的高校开设了各种层次的人工智能类课程，有些课程已成为我国高校教育园地上的名花。例如，中南大学的人工智能课程已成为首批部级精品课程、教育部新世纪优秀网络课程、部级全国双语示范课程、首批部级精品视频公开课和部级资源共享课程。全国已有20门智能类课程入选部级质量工程。尽管为数不多，但这些智能类课程在改革中不断发展壮大，已为国家培养了成千上万的智能科技专门人才。虽然这些课程只占数以千计的部级质量工程课程的冰山一角，但也表明智能科技课程仍然占有一席之地，并具有不可替代的作用，产生了非常大的影响。

全国智能科学与技术教育暨教学学术研讨会是我国人工智能教育与教学领域具有特色的最权威的学术盛会，自2002年起已成功举办了13次，对于智能科技及其相关学科的教育教学、学科建设和人才培养发挥了十分重要的作用。

2004年在北京大学开设的智能科学与技术专业，已发展到全国近30所大学，仅这些大学的“智能”专业每年就培养大约2 000名人工智能专业人才。据估计，近30年来，全国高校已培养人工智能及其相关学科的硕士和博士数以千计，本科毕业生数以万计。这些高层次的人工智能专门人才是我国发展人工智能的最为宝贵的财富。这些年轻的智能人有幸遇上千载难逢的人工智能大好发展机遇，必将成为我国智能科技跨越式发展的中坚力量。

3客观评价我国人工智能科技水平

无论是智能科技学科建设或是智能科技类课程建设，都离不开对我国人工智能水平与国际先进水平差距的深刻认识。

有些学者或企业家认为，我国的人工智能科技水平已经与美国不相上下。我们需要科学客观地评估已有成绩，既不要妄自菲薄，又不能夜郎自大，既要充分肯定成绩，又要深刻认识差距。过高地估计我国现有人工智能成果既不实事求是，又不利于人工智能学科与产业的健康发展。

美国是世界上人工智能科技整体水平最高的国家。分析中美两国在人工智能方面的差距，有助于我们保持清醒的认识。许多人工智能界内专家指出：我们在人工智能方面一直跟踪美国的理论，然后应用并在一些地方有所创新，应用上的追赶很快，但是，在基础理论研究方面和美国还是差距很大的。国内做人工智能基础理论研究的人很少，这是学术环境问题造成的。例如，美国把脑科学和类脑科学排在研究的最前面，而我国在这方面的自主研发能力却比较薄弱，在突破和创新上也有所差距。又如，国内在深度学习方面发表了不少论文，但真正有理论创新或具备重要应用价值的研究并不多。

美国人已经在构思下一个人工智能是什么，而我们这里还没有动静，这是我们面临的最大挑战。这个难题牵涉面很广，不是一两个团队投入进去就能解决的。这种差距在很大程度上源于我们学术评价体系以及以实际应用为导向有关。我们可能要通过10～20年的努力才能在人工智能方面全面赶上美国。

许多有识之士认为，我国当前的人工智能基础研究和应用开发与国际先进水平存在很大差距，国际影响力有待提高。然而，国内有一部分人工智能研究与开发人员却过高地估计成绩，认为我国的人工智能已经在很多方面甚至全面超过国际先进水平。评价一门学科是否达到或超过国际先进水平，不但要有客观标准和国际同行普遍认可，而且要有一批令人信服的标志性成果。这里笔者不准备具体讨论或争论这个问题，而是试图从以国际人工智能之父图灵命名的国际计算机学科科技最高奖图灵奖的获奖情况来说明我国人工智能的发展水平。

自1969年以来，美国计算机学会先后举行过48届图灵奖评审与颁奖，图灵奖得主共计64位。其中，美籍华裔计算机科学家姚期智2000年获得图灵奖，他是图灵奖设立48年以来获得该奖项的唯一华裔学者。在64位图灵奖得主中，有12位杰出人工智能专家获此殊荣，但当中没有一个是中国人。

4坚持人工智能研究及教育的正确方向

国际人工智能在过去60年历程里，取得举世瞩目的进展和公认成果，但其发展也是极其曲折与坎坷的。之所以艰难前行，除了由于科学发展的必然性外，社会上对人工智能的误解与偏见及人工智能内部的偏激争论，特别是在人工智能哲学与方法论方面的争论都是不争的事实。人工智能三大不同学派之间势不两立的争论持续了约30年，直到本世纪初才平静下来。人工智能学界已形成共识，即面对现代社会科技、经济和人民生活的重大问题，任何一种人工智能方法，无论是符号主义、连接主义或行为主义，均不可能单枪匹马打天下，而需要各个学派之间携手合作，走综合集成、优势互补、共同发展的康庄大道。尤其是今天的中国，人工智能面对大数据、机器人、“互联网+”等国家重大战略所带来的机遇与挑战，探索大规模深度学习、类脑神经计算、智能机器人、智能互联网、智能物联网、智能移动终端、产业智能化升级等重大理论和技术问题，推进社会智能化进程，提升社会文明程度，才是人工智能研究与发展的主流，至于学派和方法之争已不是人工智能研究的关键。

在人工智能与哲学的关系方面，应该说人工智能有哲学和方法论问题需要研究，但人工智能不属于哲学。有一些人从信息哲学或人工智能哲学角度进行人工智能研究，既是需要的，也是值得支持的，但不应该过分夸大哲学和方法论问题对人工智能的作用，必须强调智能实现理论、方法、技术在人工智能研究中的核心地位，必须注重人工智能是一门具有较强理论基础的新兴技术学科的这一基本属性。

人工智能作为一门新兴技术学科，特别需要就其发展和应用中的一系列重大理论和技术问题进行踏踏实实的研究。吴文俊先生曾经语重心长地告诫我们：“我们真正的意图绝不在于口舌之争，在字面上夸夸其谈。真正应该做的事是实干巧干，借计算机时代来临的大好契机，率先在全世界推行脑力劳动机械化，以具体成就和我们的成功来向世人表明我们的主张。”

前面提到，人工智能诞生60年走过了极其曲折与坎坷的历程，但我们不愿意更多地回忆与评论国内外人工智能发展过程中的种种艰难往事，只是希望大家能记住历史教训。过激的、势不两立的学派争论和过于浓厚的哲学色彩都不利于人工智能学科全面与健康的发展。今天，在进行人工智能/智能科技研究与教育时，一定要把握人工智能作为一门自然科学新兴学科的方向，从获得国际人工智能学界认同和经受应用检验两个角度，创造中国人工智能的新成果和新品牌。

智能科学与技术专业抓住教材建设和师资队伍建设作为专业建设的突破口，这是非常正确的，尤其是教材，作为课程教学环节的重要资源，不仅是专业建设和教学活动的重要载体，而且对学生的课程认知和能力培养都具有十分重要的导向和启迪作用，因此需要用十分严谨和科学的态度去对待。实际上，入选普通高等教育“十二五”部级规划教材的4本人工智能教材中，有3本书的作者为现有智能科学与技术专业的教授，这至少从一个侧面说明，智能科学与技术专业还是有着较好的人工智能教材基础的。

当然，由于智能科学与技术本科专业在开设人工智能课程之前，一般会有智能科学技术导论和脑与认知基础这两门前导课程，因此作为智能科学与技术专业的人工智能教材，应在结构和内容上有别于其他信息类专业的同类教材。但作为人工智能的主流理论、方法和技术，仍然应该是该教材应该坚持的基本架构和内容主线，而不应该偏离。

在当前国内外人工智能空前大好的发展形势下，作为人工智能教育工作者，我们应该创新进取、谦虚谨慎、求真务实，用科学态度对待人工智能科学和智能科学技术问题，为国内外人工智能的健康发展，为我国智能科技人才的培养做出新的贡献。

5结语

人工智能教育范文第8篇

关键词：新工科；人工智能导论；实践教学；校企合作；案例库

随着物联网、大数据、5G及人工智能等信息技术的发展，为了应对中国产业变革及新一轮的科技革命，适应“中国制造2025”国家战略需要及产业经济创新发展，同时将国际工程教育思想本土化，“新工科”应运而生[1]。信息技术发展催生出了人工智能相关的专业，国内高校纷纷设立了智能科学与技术专业。近年来，人工智能技术的发展引领着人类社会正逐渐走进智能社会，人工智能将深刻影响人类社会。随着人工智能的进一步发展，高等教育的价值也将进一步提高[2]。因此，各高校应尽快建立与新工科相一致的智能科学与技术专业，并深入研究我国人工智能的人才培养体系、课程设置、实验平台及成果转化等方法，改革传统人工智能的教育教学方法，形成有新工科特色的智能科学与技术专业工程教育方法。由于传统的专业是按学科划分的，因此，目前的智能科学与技术专业课程体系以理论为主，强调学科知识的系统性和完备性[3]。人工智能导论作为智能科学与技术专业的核心课程，同时也是人工智能“入门性”和“引导性”的课程。但是，目前人工智能导论的课程设置上主要存在课程内容陈旧、实践课程不足、教材理论过强、教学模式老旧及实践教学与企业需求不适应等问题。尤其是人工智能导论课程，缺乏实践教学将会降低学生学习人工智能的兴趣和积极性。因此，为了解决这些问题，并使高校跟上人工智能时代的脚步，抓住高等教育发展的新机遇，进行面向新工科的人工智能导论实践教学模式探索具有重要的现实意义。

1人工智能对新工科人才的新要求

1.1具备多学科交叉知识。人工智能导论是一个多个学科交叉而成的一门课程。人工智能导论主要包括知识系统、智能搜索技术、脑科学、机器学习、神经网络、支持向量机、专家系统、智能计算及分布式智能等内容[4]。因此，一个合格人工智能专业人才需要具备多学科知识。1.2具备多领域应用能力。人工智能导论的应用领域广泛，基本包含工业、农业及社会生活的各个行业（如工业生产、通信、医疗、金融、社会治安、交通领域及服务业等）[5]。人工智能导论课程要求学生在学好理论前提下也应该掌握各行业的相关知识，只有这样才能提高人工智能技术在各领域的应用。1.3具备人工智能创新创业精神。目前，创新驱动发展成为了我国现阶段发展的重要力量，人工智能成为经济发展的新引擎[5]。在大众创业、万众创新的号角下，人工智能技术作为创新创业过程中的一个大趋势。因此，当今新形势下培养具有创新创业精神的人工智能专业人才对我国经济发展及大学毕业生创新创业具有重要意义。1.4具备人工智能人文素养。人的内在品质就是人文素养，人文科学的知识水平和研究能力是人文素养的重要组成部分，人文素养是人文科学体现出来的以人为研究对象和中心的精神[6]。人工智能对人类社会带来的是便利还是带来灾难，关键是使用者的思想道德和人文素养。因此，培养具有人文精神的人工智能专业人才具有重要的意义。

2人工智能导论课程教学现状

目前，许多高校已经认识到传统的人工智能导论课程已经不能适应社会和学生发展的需要。尤其是地方普通高校在师资、科研及学科力量薄弱情况下进行人工智能导论的实践教学。目前人工智能导论的课程设置上主要存在的问题如下：⑴本科生课程内容陈旧。近年来，随着云计算、大数据、5G等信息技术的快速发展，也带动人工智能技术发展日新月异。对于高校来说，要紧跟人工智能技术前沿，传授学生的知识也要紧跟人工智能的发展。目前，虽然也出现了不少新的人工智能导论教材，但在课堂上能够教学的新内容仍然不多，教材内容仍然集中在传统的人工智能技术（如问题求解、知识表示、归结原理及经典推理等技术）上。⑵研究生课程内容重叠。研究生的人工智能导论课程应作为本科生课程的一个延续，但部分高校对研究生人工智能导论课程的教学重视不够。很多本科生已经学过的内容在研究生阶段又进行了重复。因此，在新工科背景下培养高层次的人工智能人才，就必须要在研究生阶段加强新工科人才实践能力的培养，选择合理的人工智能导论课程，改革研究生阶段人工智能导论的教学理念和教学模式。⑶实践课程不足。实践教学是提高人工智能新工科人才能力的重要路径。目前，大多数院校的人工智能导论课程理论与实践联系不够紧密，对学生实践能力的培养不够，只知道理论，而不进行实际的实践应用就不能成为合格的人工智能新工科人才。另外，大多数地方高校的人工智能实验室建设投入不足，实验条件差，验证性的实验较多，实验课时不足，学生对人工智能新技术的接触不够。⑷人工智能导论教材理论性过强。目前，现有的人工智能导论教材以理论为主，缺乏人工智能实践内容。在课程教学过程中学生经常会感觉索然无味，当实践课程开设不足时，这种情况会非常明显。学生会渐渐的对人工智能导论课程失去兴趣和热情，最终会导致课程的教学质量和效果下降，不能达到新工科人工智能专业人才培养的预期。⑸教学模式老旧。人工智能导论是多学科交叉的课程，课程内容理论性强、抽象、多知识点是新工科的特点。然而，大多数地方高校仍然采用过去的课堂教学模式（即“教师讲、学生听”的教学模式），这种单向灌输的教学方式以教师为主，学生的主动性不够，只是在被动接收知识。学校这种重视理论不重视实践的教学模式，在一定程度上影响了新工科人才的实践能力，从而导致教学内容与企业社会需求脱节。

3人工智能导论实践教学初探

3.1人工智能导论课程实践平台建设。为了提高学生对实践教学的兴趣，南阳师范学院计算机科学与技术学院在人工智能导论授课过程中广泛应用多种计算机实验教学平台，如采用开源的PaddlePaddle百度飞桨深度学习平台，希冀一体化人工智能实践教学平台及大数据综合实验平台。教师可以在实践教学过程中方便的使用这些平台进行授课，学生也可以在课堂中跟随老师完成相关实验，并能够在课下进行相关实验练习及提交作业。3.2人工智能导论课程实验内容优化。在人工智能导论实践教学过程中，以学生兴趣为导向，开展相关应用课程实验，南阳师范学院计算机科学与技术学院对人工智能导论实验课程内容进行优化。优化后的主要实验课程包括搜索优化算法实现、智能计算实现、贝叶斯分类实验、最近邻算法实验、机器学习实验及神经网络实验。最后，通过期末课程设计进一步提高学生解决实际问题及创新创业的能力。3.3人工智能导论实践教学模式改革。⑴校企合作为使人工智能导论实践教学不与企业脱节，校企合作是关键。应积极派遣教师进企业进修，了解企业需求，并提高教师的工程能力。从2018年以来，南阳师范学院计算机科学与技术学院每年暑假期间累积派遣教师58人/次前往百度、中兴、科大讯飞、神舟数码及江苏传智播客公司等进修培训。同时已经在固定时间邀请相关企业讲师到学校进行人工智能方面的项目教学。建立起了具有地方区域特色的师资队伍及校企协调的实践教学模式，从而避免人工智能导论课程实践与企业实际脱节。⑵“双导师”负责制人工智能导论实践课程实行“双导师”制，邀请企业中实践经验丰富的人才任教或任职，校企合作建立实践教师指导团队，改革教学策略及教学方法，以项目为牵引，将人工智能导论实践课程作为第二课堂学分。还要积极制定人工智能相关的科技作品竞赛的奖励机制，积极引导学生参加各种人工智能相关的比赛，从而进一步提高学生在创新实践方面的能力。⑶采用案例教学法以案例导入进行教学，提高学生兴趣。首先，从人工智能竞赛的部分赛事中、（如百度的人工智能大赛，“2020年全国人工智能大赛”，“2020中国高校计算机大赛人工智能创意赛”等）中选取贴近实际问题的案例作为人工智能导论实践课程的案例来源。然后，采用目前主流的人工智能开发软件进行算法代码的编写，引导学生采用Python语言调用第三方接口库进行算法的实现。最后，让学生使用主流的编程语言（如C++、Java等）开发完善算法或进行系统设计与实现。

4结束语

在新工科背景下，人工智能导论作为智能科学与技术专业的基础核心课程，人工智能人才培养应注重提高学生解决问题的能力。在这种背景下，笔者结合近年来了解到的企业需求和上课的实际，对人工智能导论实践教学模式进行初探，具体如下：①校企合作，构建人工智能实践平台；②建立案例库，优化实践的内容；③校企“双导师”制，采用案例教学，从而进一步提高学生在创新实践方面的能力。

参考文献:

[1]杨晴,王晓墨,成晓北等.新工科背景下的新能源科学与工程专业——哈佛大学工科教育在学科交叉方面的启示[J].高等工程教育研究,2019.S1:23-24，33

[2]李明媚,成希,罗娟.人工智能时代的高等教育之变与不变[J].黑龙江高教研究,2020.2:41-44

[3]陈义明,刘桂波,张林峰等.智能科学与技术专业课程体系建设的理论思考[J].计算机教育,2020.309(9):103-107

[4]刘永,胡钦晓.论人工智能教育的未来发展:基于学科建设的视角[J].中国电化教育,2020.2:37-42

[5]姚琳,石志国.人工智能课程体系与教学方法研究[J].中国大学教学,2019.10:19-22

[6]刘冬颖.新工科背景下大学生人文素质教育探索[J].中国大学教学,2018.11:26-29

人工智能教育范文第9篇

近两年，“AlphaGo”连胜全世界的围棋名将，被媒体广泛报道。人工智能开始成为社会关注的热点，引起人们的广泛兴趣，并令人深信不疑。

在刚刚结束的2017年高考，学霸君与准星云学两家企业的“高考机器人”分别拿出了 134 分和 105 分的高考文科数学成绩。在做题方面，机器可能已经超越了不少人类。正是这样一件事，同样引发了人们的深度讨论与思考。

的确，随着理论和技术的日益成熟，人工智能开始受到产业资本的热捧，语音识别、机器视觉、智能控制、智能检索、智能互联、专家系统、自动规划等应用步伐加速。金融、电商零售、医疗健康、交通、个人助理等多个领域都可以看到人工智能的应用，人工智能已然开始取代工厂工人、客户服务等重复性工作。人工智能在教育领域同样拥有巨大的应用潜力，随着知识表示方法、机器学习与深度学习、自然语言处理、智能、情感计算等关键技术的发展，人工智能将在学校管理、校园安全、课堂管理、智能助教、自动阅卷、自适应教学等方面发挥作用。

面向未来，我们不禁要问，人工智能是否能够改变教育？人工智能在教育领域将释放怎样的潜力？本期策划，我们邀请上海海事大学魏忠，探讨人工智能视角下的未来教育，从人工智能的教育本体、对学科的影响、对教育技术的改变、对教育价值的重新定位几个方面进行了系y思考与分析。江苏师范大学智慧教育学院周宝、杨现民结合人工智能在教育中的典型应用，探讨人工智能对学校管理及教学带来的革命性影响。华东师范大学第二附属中学刘党生，从技术与教育的关系延伸到人工智能，并对非生物智能介入教育的未来趋势进行了预测；重庆市江津区聚奎小学校刘春林、重庆市聚奎中学校张渝江从教育教学实际出发，介绍了人工智能软件如何温柔地改变教育。上海市位育中学陈凯从教育哲学的角度，探讨了人工智能如何作用于思维、认知、学习，并进行了反思。

“这是最好的时代，这是最坏的时代；这是智慧的时代，这是愚蠢的时代。”人工智能时代的钟声已经敲响，我们还在工业时代的迷梦中寻找教育的未来。谁曾想到，未来来得如此之快，我们是否准备好做出改变？未来，我们需要什么样的人才？我们需要什么样的教育？我们不妨想象一下，未来10年、20年的教育将发生怎样的改变？也许一个崭新的时代并不会留给我们那么长时间去形成新的教育生态系统。

人工智能教育范文第10篇

关键词：人工智能；大学英语教学；后现代课程观

一、引言

人工智能与各领域的深度融合和创新，正在颠覆我们的生活，改变世界的面貌[1]。世界各大经济强国为抢占人工智能技术发展制高点，争先研制了各种人工智能发展战略和行动方案，试图占住未来科技发展先机。我国在继2016年5月发改委和科技部联合推出《“互联网+”人工智能三年行动实施方案》后，次年7月国务院印发《新一代人工智能发展规划》（以下简称《规划》）[2]，全面部署了我国人工智能发展战略。2017年9月，教育部长陈宝生提出“课堂革命”的信息化时代教育改革新命题，人工智能驱动和赋能的课堂革命序幕从此拉开。2018年4月，教育部了《高等学校人工智能创新行动计划》，明确了高校在培养创新人才及科技创新等领域的目标和任务。人工智能与教育进入了融合创新阶段，正在迅猛地颠覆人类几千年沉淀的教育理念和方式，重构教育生态。智能语音技术、英语语言测评系统、语言翻译、智能口语陪练等技术，以及自适应系统、个性化学习中心和智能导师系统等广泛应用于大学英语教学领域，为大学英语教学带来了前所未有的机遇，为破解大学英语教学领域几十年来教学资源不足、“因材施教”难以践行、课程评估不科学等难题提供解决方案。显而易见，传统的教学目标、课程体系及教学模式、教师的专业知识不足以应对新一代人工智能技术的需求，我们必须积极求变，寻找人工智能与大学英语教育的契合点，方能在这场革命浪潮中幸存。

二、人工智能2.0和教育

人工智能被认为是迄今为止最具有颠覆性的技术[3]，它正在加速落地，深刻地改变世界和人类生产、生活方式[1]。人工智能自诞生之日起就与教育休戚相关，对教育的变革也将是彻底的、全方位的。因此，我们必须充分认识它，方能抓住人工智能技术给教育带来的机遇，方能乘风破浪应对挑战。（一）人工智能的内涵、发展及核心技术人工智能。（ArtificialIntelligence，简称AI）这个名词，早在1956年由美国达特茅斯学院（DartmouthCollege）的一群年轻科学家提出，但是到目前为止没有一个科学、全面、准确的定义。学界公认的定义是，人工智能这门科学主要研究、模拟、延伸和扩展人的智能理论及相关方法与应用技术，通过计算机模拟人的智能，最终使之能像人一样思考、学习和认知，并能够有效地处理过去由人才能处理的问题[4]。人工智能，作为一门新兴的交叉学科，涉及的面十分广泛，涵盖多个大学科和技术领域，如计算机视觉、自然语言理解与交流、认知与推理、机器人学、博弈与伦理、机器学习、统计学、脑神经学等[1]。学界认为人工智能经历了三大发展浪潮。第一次是20世纪50至60年代以图灵测试为标志的启蒙期。20世纪80至90年代随着语音识别技术取得突破性进展，人工智能发展迎来了第二次发展浪潮。近年来，由于互联网技术、大数据技术、深度学习算法等技术的飞速发展，人工智能开启了第三次发展浪潮。大数据技术、深度学习和机器学习是人工智能第三次发展浪潮的标志性技术。人工智能的核心技术包括三个层面：基础技术、通用技术和应用技术[1]。在基础技术层面，机器学习被认为是其最重要的支撑技术，研究计算机如何模拟或实现人类行为，获取新的知识或技能，重新组织已有的知识结构使之不断改善自身性能的科学[1]。被广泛应用于图像识别、语音识别、机器翻译等领域的深度学习则是机器学习的一个重要分支，它加速了人工智能的发展。人工智能的通用技术层面内涵丰富，主要包括语音识别、计算机视觉、自然语言处理、决策和规划、运动与控制等。人工智能应用技术现在深入渗透各个行业领域，人类进入了人工智能时代，未来的一切将出现无限可能。（二）人工智能赋能教育。人工智能与教育息息相关。新一代人工智能技术在政策驱动、消费者需求升级驱动以及新技术迭代升级突飞猛进驱动下，已经迈入了与教育教学融合创新阶段，迈入了为变革课堂教学，实现教育创新赋能加力的阶段。自2015年至2019年，国家先后出台了《中国制造2025》（2015年）、《“互联网+”人工智能三年行动实施方案》（2016年）、《新一代人工智能发展规划》（2017年）、《高等学校人工智能创新行动计划》（2018年）、《中国教育现代化2035》（2019年）五项政策，加速了人工智能与教育的深度融合的进程。目前，我国居民生活水平整体提高，教育消费需求升级，家庭对教育的重视及投入大幅增加，对教师的要求、学习环境和条件的要求更高，在线学习需求旺盛，这在很大程度上也加速了人工智能技术在教育行业的广泛应用。人工智能三大核心应用技术即计算机视觉技术、智能语音技术和自然语言处理已经广泛开发应用于在线教育、智慧课堂、为智慧教学和智慧学习赋能加力[5]。目前，从基于语音识别的英语语音测评到基于图像识别的智能情绪分析，人工智能已经在教育领域已经实现十余种产品类型[6]。国外像Google,Alpha,Facebook等走在技术前列的知名公司，研发了各具竞争优势的AI教育软件，进军教育行业；国内的腾讯、科大讯飞、百度等也研发了各类学习软件和教学软件，并拥有海量用户。人工智能引领下的教育正朝智慧教育、智慧学步迈进。

三、人工智能给大学英语教学带来了机遇

大学英语教学改革的步伐从未停歇过，但是不管怎么努力都被冠以“费时低效”的罪名，教学资源不足、“因材施教”教育理念贯彻不到位、评价无法及时科学反哺教学等问题一直是大学英语教学改革中的顽固问题。人工智能时代，随着大数据技术、计算机视觉、智能语音技术和自然语言处理技术所催生的慕课、自适应学习系统、个人学习中心、智能导师等的广泛应用，这些问题将迎刃而解。（一）慕课的蓬勃发展，海量教学资源得以共享。慕课（MOOC），即大规模开放在线课程，是大数据时代的产物。2013年，中国迎来了慕课元年，从此中国大地掀起了一股慕课建设的热潮。从教育主管部门、高校、教材出版商、IT企业、教育培训机构到普通教师，都在共同致力于开发慕课平台，共建优质教学资源。短短的六年时间里，中国慕课在信息技术尤其是人工智能技术的驱动下实现了跨越式发展，目前，我国共有12500门慕课上线，超过2亿人次在校大学生和社会学习者学习慕课，6500万人次大学生获得慕课学分[7]。已经上线的慕课中，大学英语慕课的份额十分可观，为大学英语教学提供了海量教学资源。目前，中国大学MOOC，共有468所合作高校共推出了1291门国家精品慕课，其中包括60余门大学英语通识类课程、28门专门用途英语课程和21门跨文化类课程；中国高校外语慕课平台（UMOOCs），我国首个以外语学科特色为主的国际化慕课平台，自2018年3月23日正式启动以来共上线大学英语类课程40余门；国内外语类三大出版社也创建了特色课程平台：外语教育与研究出版社推出了U校园教学云平台、上海外语教育出版社创建了“WELearn课程中心”、高等教育出版社推出了i-Smart外语智能学习平台；清华大学研发的学堂在线上也有将近50门大学英语类课程。这些平台所推出的海量优质外语教学资源，学习者可以像逛超市一般按照自己的喜好和需求在平台上挑选课程，这较好地解决了大学英语过去一直教学资源不足的问题。除此以外，随着人工智能技术的迭代升级，机器人教师和虚拟教师的广泛应用，他们都将成为最好的老师时时陪伴，“同一个世界，同一个课堂”的愿景在不久的将来得以实现，大学英语教学改革路上教学资源不足不公的问题不再是制约大学英语教学发展的问题。（二）自适应学习广泛应用，“因材施教”教育理念得以践行。早在孔子时代就提倡“因材施教”的教学理念，要求教师在教学中应该根据学生的认知水平、学习能力及自身素质有的放矢地进行差别教学。大学英语教学改革几十年来，也一直致力于“因材施教”个性化的教学改革，但是劳而无功，究其因，主要是课堂人数多，教师无法每次课前准确掌握学生学习程度、课中和课后不能即时跟踪学生的学习情况，因此很难做到适时调整教学策略实施“因材施教”。2016年美国自适应学习平台Knewton及我国自主研制的智能自适应学习系统的投入使用，为教师、学生自己，甚至家长了解学生的学习状态，依据学生的学习兴趣、学习风格、学习需求选择适合的学习资源和途径提供了便捷。人工智能在自适应学习过程中所起的作用显而易见，主要体现在：科学而又高效的学习状态诊断；精准学习资源的推送；全过程学习数据的收集、分析与整合。因此，人工智能技术与大数据应用使得量化自我和定制学习的个性化教育成为可能[3]，“因材施教”问题也将得以践行。（三）大数据护航，精准多维的课程评价得以实现。课程学习评价是教学中的重要环节。大学英语课程学习评估经历了过去的以终结性评估为主到终结性评估与形成性评估相结合的课程学习评价方式，但是不管怎样，过去评估形式的改变并没有改变评估重结果、轻过程、重整体、轻个体的结局。此外，由于技术的原因，课程考核根本无法顾及学生的情感因素。因此，这种单一的评价模式始终没法全面科学精准地反哺教学。人工智能通过即时摄录大数据分析使传统评价发生了根本性变化，所有学生的学习记录将被人工智能综合收集起来，互相参照、优化、聚合后分发，从而提高总体水平，彻底升级“教学相长”的含义[8]。尤其是智能导师系统及智能评测系统的开发利用，可以凭借人脸识别、语音识别、机器学习、自然语言处理等技术，不仅能全过程精准收集学习的学习数据，还能即时对学生的学习状态、情感感知等多种学习因素作出即时的诊断和评价。大数据保驾护航收集全过程学习数据、智能导师和智能评测提供多维即时诊断和评价，这才是具有实际意义和现实价值的课程学习评估。

四、大学英语教学面临新挑战

人工智能技术给大学英语带来无限机遇的同时，也倒逼大学英语教学必然积极识变、应变、求变，朝着教学目标高阶化、课程体系后现代化、教学模式智慧化、教师角色精细化方向发展，主动服务国家战略发展和学生的“学以成人”。（一）教学目标高阶化。新时代高要求。近两年，教育部罕见多次发文呼吁大学英语教学改革。2018年9月17日，教育部召开加强高校公共外语教学改革工作会议，提出要“实施面向非外语专业的公共外语教学改革”“培养高素质国际化复合型人才”[9]。“推进公共外语教学改革”也被列入2019年教育部“十大事件”之一。2019年3月29日教育部和中组部又联合召开“推进公共外语教学改革，大力培养高素质国际化专门人才”会议，重点讨论如何培养学生的“专业+外语”综合应用能力，为国家战略培养和储备“一精多会、一专多能”的国际化复合型人才[9]。教育部高等教育司吴岩司长在2019年第四届全国高等学校外语教育改革与发展高端论坛上提出高等外语教育要主动服务国家发展战略，要积极迎接新科技革命挑战，要全面融入高等教育强国建设，大力培养具有全球视野、通晓国际规则、熟练运用外语、精通中外谈判和沟通的高素质国际化人才[10]。新技术新要求。2018年4月，博鳌亚洲论坛上，大屏幕即时将嘉宾语音转换成中文又即时译成英文；2018年11月的第五届互联网大会上，不但有中文，还有英文的首个AI合成新闻主播的出现。翻译软件、智能机器人等日新月异，给人类教育提出了新的要求。在人工智能时代，人类几千年积累下来的知识，瞬间可以从智能机器人和资源库平台获取，使得人类靠知识传授的课程即将被淘汰。课程教学的重心不得不从曾经的知识传授转移到通过学生的个性化学习和自适应学习，培养信息获取和分析处理能力、终身学习能力、批判性思维能力和创新能力[5]，以及人工智能所难以拥有的精神能力，包括情感能力、价值追求能力、美感能力和创新能力[3]。在这种高要求、新要求下，大学英语教学的目的就不再是简单的培养学生的英语应用能力，提高综合文化素养了。而是迈向更高阶的利用英语汲取和交流专业信息能力的培养；使用英语解决专业问题的学科思辨能力和创新能力的培养；同时发展其自主学习能力、提高其智能素养，使他们在各自的专业学习、研究和未来工作中有效地使用英语，满足国家、社会、学校和个人发展的需要。按照布鲁姆教育目标分类法，认知领域的教育目标按知识与认知过程两个维度分类[11]。在知识维度，知识被分为事实性知识、概念性知识、程序性知识和反省知识4种类型。在认知过程维度，认知过程维度，认知过程由低级到高级被分为记忆、理解、运用、分析、评价和创造6种水平[11]。人工智能时代的大学英语教学目标高阶性主要体现在：在知识维度，大学英语教学目标设立从事实性知识、概念性知识、程序性知识向反省认知知识迈进；在认知过程维度，从记忆、理解、运用向高阶的分析、评介、创造迈进。（二）课程体系后现代化。人工智能时代将迎来学校平台化、传统课堂网络化、课程市场化，人工智能技术随时从云端、海量资源库中为学生提取知识，并经由结构化推送给学生，经过学生深度学习之后进一步提炼加工，再次结构化。此外，人工智能超强的学习能力随时产生大量人类无法理解的暗知识（所谓暗知识，就是指那些人类根本无法感受到无法表达出来的，然而却能够发挥重要作用的知识）。“人类将进入一个知识大航海时代，我们将每天发现新的大陆和无数金银财宝”[12]。正如Schwab,J在Thepractical:Alanguageforcurriculum中所言：课程领域已步入穷途末日，按照现行的方法和原则已不能继续运行，也无以增进教育的发展[13]。现在需要的是适合于解决问题的新原则.....新的观点......新的方法。因此，大学英语目前线性的、统一的、封闭的现代课程体系必然受到冲击，取而代之的是非线性的、建构的、开放的小威廉.E.多尔所倡导的后现代课程模体[14]。人工智能时代，大学英语课程体系应该朝小威廉.E.多尔所提出的具有四R特点的后现代课程模体建构，即课程具有丰富性（rich）、回归性(recursive)、关联性(relational)和严密性(rigorous)。所谓丰富性，是指课程的深度、意义的层次、多种可能性或多重解释[14]。在人工智能时代，学生与教师、学生与同伴之间是学习伙伴的关系，他们随时都可以能产生新的疑问或知识，因此为了促使学生和教师产生转变和被转变，课程应具有“适量”的不确定性、异常性、无效性、模糊性、不平衡性、耗散性与生动的经验[14]。课程具有回归性是指课程的片段、组成部分和序列应该是任意组合的，不应该设置为孤立的单元，而应视其为反思的机会。也就是说在设置课程体系的时候，每一个知识，包括作业、测验等都应该提供对话和反思的余地，避免课程的重复性。关联性指建立教育与文化之间的关联。具有关联性的课程模体将摆脱过去课程体系仅仅由课程内容或教师来决定，课程模体处于一种不断建构的过程，它的内容和体系远远超越原有的课程内容。严密性是四个标准中最重要的[14]。自发组织建立的丰富的具有回归性的课程并非任意、无序的，而是具有学术逻辑和符合课程发展规律的，可以用数学思维准确度量的。只有这种非线性的、开放的、不断建构的课程模体才满足海量资源，优势整合的特点，才能有效解决学生日益增长的对英语能力提升的需求与优质英语资源分布不平衡直接的矛盾。（三）教学模式智慧化。人工智能赋能的课堂将首先是网络化、数字化、智能化的课堂，是实施个性化教学的创新能力培养课堂，是基于项目式学习的自主、合作、探究的课堂，是线上线下无缝衔接的混合式和翻转课堂，是平等交互、自适应学习、快乐幸福并追求个性全面和谐发展的高效课堂[5]。因此，大学英语教学应当遵循语言学习“输出驱动、输入优化、产出评价”和以“学生为中心”理念，从英语学科教学方法与移动新媒体技术相结合的视角，引入自适应学习系统、智能导师系统加强过程监控与评估，充分利用慕课、微课等建立具有可视化、可听化、协作化、互动化的大学英语“金课”教学模式，充分发挥线上线下教学互促和互补的优势，构建线上线下教学环节，形成课前预备、课中教学、课后巩固、课外丰富及教学反馈五个教学环节为一体的螺旋上升模式，实现知识从传递到知识提升，如图1。图1智能教学模式模拟图（四）教师角色精细化。智能语音、智能批改、智能翻译、教育机器人等人工智能技术广泛应用于英语教育，过去教学中一切重复性劳动和大部分管理工作都将被人工智能所取代，教师角色将发生重大改变。过去衡量优秀教师的素质体系：扎实的外语基本功、完善的知识理论体系、较强的外语教学能力[15]，已经无法完全满足人工智能时代对大学英语教师的需求。未来的人工智能智慧课堂不需要教师，教师的角色将转型为课程的咨询师、学习的引导者、数据分析师、情感呵护者等，角色将越来越精细。除此以外，由于角色的精细分工，将来教师不可能再孤军奋战，而是走向团队合作[16]。今天的教育形势下，我们教师要引领学生提升自己的核心素养，引领学生学会认知（learntoknow），学会做事（learntodo），学会合作（learntoliveandworkto-gether），学会做人（learntobe）。

五、结语

人工智能与大学英语教学的融合创新，为解决大学英语教学改革40多年来教学资源不足、“因材施教”的以学生为中心的教学理念难以践行、评估重结果流于形式的顽固问题带来了契机。同时，人工智能对大学英语教学结构的颠覆性革命，也倒逼大学英语教学必须朝教学目标高阶化、课程体系后现代化、教学模式智慧化、教师角色精细化方向发展。